Python多线程爬取网站数据,它究竟有多快(1)

如果你也是看准了Python,想自学Python,在这里为大家准备了丰厚的免费学习大礼包,带大家一起学习,给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。

四、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间,但是打下坚实的基础只要几周就可以,如果你按照我提供的学习路线以及资料有意识地去实践,你就有很大可能成功!
最后祝你好运!!!

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

目标网页分析


在这里插入图片描述

这个网站有电脑壁纸也有手机壁纸,还是不错的。

在这里插入图片描述

网站是静态网站,没有加密,可以直接爬取

在这里插入图片描述

在这里插入图片描述

整体思路


1、先在列表页面获取每张壁纸的详情地址

2、在壁纸详情页面获取壁纸真实高清url地址

3、保存壁纸

代码实现


模拟浏览器请求网页,获取网页数据

def get_html(html_url):

‘’’

获取网页源代码

:param html_url: 网页url

:return:

‘’’

response = requests.get(url=html_url, headers=headers)

return response

解析网页数据

def get_par(html_data):

‘’’

把 response.text 转换成 selector 对象 解析提取数据

:param html_data: response.text

:return: selector 对象

‘’’

selector = parsel.Selector(html_data)

return selector

保存数据

def download(img_url, title):

‘’’

保存数据

:param img_url: 图片地址

:param title: 图片标题

:return:

‘’’

content = get_html(img_url).content

path = ‘壁纸\’ + title + ‘.jpg’

with open(path, mode=‘wb’) as f:

f.write(content)

print(‘正在保存’, title)

主函数

def main(url):

‘’’

主函数

:param url: 列表页面 url

:return:

‘’’

html_data = get_html(url).text

selector = get_par(html_data)

lis = selector.css(‘.wb_listbox div dl dd a::attr(href)’).getall()

for li in lis:

img_data = get_html(li).text

img_selector = get_par(img_data)

img_url = img_selector.css(‘.wb_showpic_main img::attr(src)’).get()

title = img_selector.css(‘.wb_pictitle::text’).get().strip()

download(img_url, title)

end_time = time.time() - s_time

print(end_time)

文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。img

👉二、Python必备开发工具

img
👉三、Python视频合集

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
img

👉 四、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。(文末领读者福利)
img

👉五、Python练习题

检查学习结果。
img

👉六、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
img

img

👉因篇幅有限,仅展示部分资料,这份完整版的Python全套学习资料已经上传

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 4
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用Python的多线程模块`threading`来实现多线数据,并使用`csv`模块将数据写入CSV文件。 以下是一个示例代码,用于豆瓣电影Top250的电影名称、评分和链接,并将数据写入CSV文件中。 ```python import requests import csv import threading from bs4 import BeautifulSoup def get_movie_info(start): url = f'https://movie.douban.com/top250?start={start}' response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') movie_list = soup.find(class_='grid_view').find_all('li') for movie in movie_list: title = movie.find(class_='title').text rating = movie.find(class_='rating_num').text link = movie.find('a')['href'] movie_info = [title, rating, link] write_to_csv(movie_info) def write_to_csv(movie_info): with open('douban_top250.csv', 'a', newline='', encoding='utf-8-sig') as f: writer = csv.writer(f) writer.writerow(movie_info) if __name__ == '__main__': threads = [] for i in range(0, 250, 25): t = threading.Thread(target=get_movie_info, args=(i,)) threads.append(t) t.start() for t in threads: t.join() ``` 在上面的代码中,我们首先定义了一个`get_movie_info`函数用于每一页的电影信息。在函数中,我们使用`requests`模块发送HTTP请求,获网页的HTML源代码,并使用`BeautifulSoup`模块解析HTML文档,获电影名称、评分和链接信息。 然后,我们定义了一个`write_to_csv`函数用于将获到的电影信息写入CSV文件中。使用`csv`模块的`writer`函数将电影信息写入CSV文件。 在`if __name__ == '__main__':`中,我们创建了一个线程列表,并循环创建线程,每个线程负责一页电影信息。我们使用`threading.Thread`函数创建线程,将`get_movie_info`函数作为线程的目标函数,并将页码作为参数传递给函数。 然后,我们循环启动所有线程,等待所有线程完成后再退出程序。使用`join`函数等待所有线程完成。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值